譯文1熱軋鋼數(shù)據(jù)挖掘方法的缺陷尺度的預(yù)測(cè)JarnoJ.Haapamki,SatuM.TamminenandJuhaJ.RningNeurogroup/ISGUniversityofOulu,DepartmentofElectricalandInformationEngineeringComputerEngineeringLaboratoryLinnanmaaPOBOX4500jjhaaee.oulu.fi,satuee.oulu.fi,jjree.oulu.fi摘要規(guī)模缺陷是在熱軋鋼表面常見的缺陷。這種缺陷的原因并不簡(jiǎn)單。隨著數(shù)據(jù)挖掘方法的提高，過程變量之間的依存關(guān)系多維化和產(chǎn)品成分可以被發(fā)現(xiàn)。對(duì)于本研究中，一個(gè)高維數(shù)據(jù)集來自芬蘭的拉赫RautaruukkiOyj公司等資料得集合。數(shù)據(jù)同時(shí)載有平均價(jià)值和工藝價(jià)值測(cè)量的不同的頻率。同時(shí)該變量以及分配在鋼帶測(cè)量前建模階段得到解決。這項(xiàng)研究使軋制過程的模擬和規(guī)模缺陷得以可見。自組織系統(tǒng)映射（SOM）的被用于這些任務(wù)。關(guān)鍵詞數(shù)據(jù)挖掘，神經(jīng)網(wǎng)絡(luò)，熱軋鋼，規(guī)模缺陷1介紹規(guī)模缺陷是一種常見的表面缺陷在熱軋鋼中，因此它是認(rèn)識(shí)鋼表面風(fēng)險(xiǎn)重要的因素，從而導(dǎo)致對(duì)鋼鐵表面的規(guī)模缺陷。熱軋鋼帶被選為本研究中，由于其要求有嚴(yán)格的表面質(zhì)量。鋼的氧化導(dǎo)致了3層礦組成的規(guī)模維氏體，F(xiàn)eO，F(xiàn)e3O4的磁鐵礦和赤鐵礦Fe2O3的組成維氏體，它是最里層，只有在穩(wěn)定溫度高于570C的在熱軋過程它構(gòu)成條件缺陷1.2.3的規(guī)模大約95。擁有幾個(gè)規(guī)模不同類型的機(jī)制形成。軋?jiān)谝?guī)模開發(fā)時(shí)或黑色更難氧化物滾到1在表面整理過程。紅色規(guī)模主要與一高硅含量，雖然這不是一個(gè)必要條件2。在紅色規(guī)模的檢測(cè)，只有一個(gè)小的可能性為混淆與其他一些缺陷紅色規(guī)模4。當(dāng)這兩種類型是一致時(shí)，它有可能推測(cè)出一些中規(guī)模缺陷將被忽略的檢測(cè)系統(tǒng)，并超過0.1，硅含量，因此帶人調(diào)查只對(duì)紅色的規(guī)模和其他部分?jǐn)?shù)據(jù)滾規(guī)模。定額缺陷的起源一直是為許多研究項(xiàng)目感興趣的主題，但它仍然是很難找到造型上的缺陷相關(guān)的文獻(xiàn)。沒有規(guī)模的物理模型成立至今已制訂。對(duì)于這個(gè)問題建模是由于高維變組它們的相互作用。為形成規(guī)模的幾個(gè)原因在文獻(xiàn)中提到，包括對(duì)其的影響溫度和時(shí)間1,3,5,6，軋制力和減少1,6，鋼的成分7和天然氣的氣氛。硅含量和加熱溫度3也有關(guān)的因素，因?yàn)槿廴阼F橄欖石，F(xiàn)e2SiO4，加快結(jié)垢速率2。此外，不平衡冷卻在5因素中有人提到。然而，目前關(guān)于如何處理知識(shí)條件和鋼級(jí)的最終性能影響高等教育規(guī)模零散1。溫度被認(rèn)為是一個(gè)最明顯的潛在規(guī)模因素形成，但這一研究卻取得了自相矛盾的結(jié)果。剪切機(jī)破碎F6高溫計(jì)卷材箱高溫計(jì)規(guī)模表面檢查系統(tǒng)圖I型精軋機(jī)布局圖首次出版的按比例縮放表面質(zhì)量模型研究，引起的一項(xiàng)申請(qǐng)書（奧鋼聯(lián)-Q表地帶），日前出版發(fā)行6。這種模式進(jìn)行訓(xùn)練與整個(gè)加工過程運(yùn)用了大量的樣本，例如使用高溫X射線defraction測(cè)量。該系統(tǒng)的預(yù)測(cè)能力等同規(guī)模階段，這些資料被利用在信息處理過程中。本研究在許多細(xì)節(jié)中采取了不同的方法。我們的目標(biāo)是找到高風(fēng)險(xiǎn)的過程和引起這一進(jìn)程的一部分而導(dǎo)致規(guī)模缺陷的原因。高頻在軋制過程中的測(cè)量功能被激活在當(dāng)分析規(guī)模缺陷對(duì)不同部位鋼帶時(shí)。該攝像機(jī)的機(jī)反應(yīng)利用視覺系統(tǒng)在神經(jīng)培訓(xùn)模型。預(yù)測(cè)模型被實(shí)在施神經(jīng)網(wǎng)絡(luò)（多層感知和自我組織地圖）。這項(xiàng)研究被激活在雙方的可視化軋制工藝和規(guī)模缺損模型中。2數(shù)據(jù)資料在研究開始時(shí)，數(shù)據(jù)進(jìn)行了收集和反復(fù)的分析。最后是收集數(shù)據(jù)集匯總在芬蘭拉赫RautaruukkiOyj公司，在2003年8月15日-2003年8月27日，它包括1326鋼帶和59變化的從診斷學(xué)的測(cè)量和127變量包含在內(nèi)的平均價(jià)值。平均價(jià)值如同反映復(fù)合鋼鐵的產(chǎn)品性能，目標(biāo)值，尺寸和烤箱鑒定數(shù)。米爾診斷時(shí)間序列資料從粗軋機(jī)精軋溫度聚集。平均值變量選擇與幫助數(shù)據(jù)挖掘技術(shù)，利用專家的知識(shí)。前處理和變量的選擇使用數(shù)據(jù)集進(jìn)行了超過15000條組成由兩個(gè)獨(dú)立的1個(gè)月的時(shí)間。平均有從每個(gè)軋線部分的價(jià)值，但由于有診斷信息可從各地精軋，其中一些人替換時(shí)間序列資料。診斷數(shù)據(jù)包括溫度，軋制力和速度，冷卻水流動(dòng)的規(guī)模和斷路器的壓力。在時(shí)間序列數(shù)據(jù)集測(cè)量間隔之間變化在0.0025s和0.05s內(nèi)。因此，有數(shù)以萬計(jì)的高頻率測(cè)量數(shù)千變量每帶。熱軋帶鋼軋制是一個(gè)相當(dāng)復(fù)雜的從過程的角度測(cè)量和數(shù)據(jù)：在這個(gè)過程中，一鋼板穿過塑料變形，從而增加其長(zhǎng)度之間點(diǎn)測(cè)量不同的變量。此外，軋制速度變化時(shí)，它是用來作為一個(gè)平均控制溫度。數(shù)據(jù)同步和分配問題帶鋼后方可數(shù)據(jù)分析解決。因此，對(duì)資料進(jìn)行修改時(shí)，索引以距離為基礎(chǔ)的軸所有變量的共同信號(hào)。目標(biāo)變量，即規(guī)模的缺陷數(shù)，記錄最后完成之間的看臺(tái)及冷卻段。該攝像機(jī)的機(jī)器視覺系統(tǒng)在表面質(zhì)量檢測(cè)，Parsytec奧迪斯4.2，顯示在在圖1的權(quán)利。該地帶的頂部是分析，由于頂部的錄音更較可靠的底部。機(jī)器視覺系統(tǒng)能檢測(cè)多達(dá)90的規(guī)模缺陷概率，并表明了各自的精確位置缺陷。有一個(gè)可能的缺點(diǎn)，但是，由于唯一的缺陷數(shù)為衡量，但無論是大小也不是在缺損區(qū)的嚴(yán)重性。3方法一個(gè)預(yù)測(cè)系統(tǒng)預(yù)測(cè)誤差應(yīng)在其發(fā)生。由于大部分的診斷測(cè)量完成在精軋，但是，它是不可能的作出預(yù)測(cè)上限，以調(diào)整進(jìn)程在帶鋼軋制參數(shù)。相反，由預(yù)測(cè)系統(tǒng)可以給出估計(jì)值與實(shí)測(cè)值執(zhí)行比對(duì)。該結(jié)果比較可能被用來促進(jìn)決策關(guān)于軋機(jī)設(shè)定為以下剝離或?qū)Ψ?wù)的需求（預(yù)測(cè)維修）。小心數(shù)據(jù)預(yù)處理是在前建模階段所必要的。從應(yīng)用領(lǐng)域涉及多個(gè)的問題，限制了特征提取可用性方法。首先，這個(gè)過程包含了一些爭(zhēng)議屬性。例如，表面溫度由于受規(guī)模厚度的影響，因?yàn)檠趸瘜訒?huì)降低傳熱1。因此作用于剪切溫度測(cè)量前的規(guī)模斷路器測(cè)量可能不準(zhǔn)確。此外，規(guī)模厚度會(huì)使降低軋制比例減少，但同時(shí)減少的數(shù)額會(huì)增加難度氧化物和缺陷，由于規(guī)模的缺陷可能引開裂。其次，變量的組合是巨大的。第三，嚴(yán)重缺乏處理故障導(dǎo)致了低數(shù)量規(guī)模的缺陷，這是一個(gè)從問題數(shù)據(jù)挖掘的觀點(diǎn)。該方法是收集未經(jīng)處理的實(shí)驗(yàn)數(shù)據(jù)，例如通過減少規(guī)模斷路器壓力。但是，故意產(chǎn)生的故障情況不會(huì)有所幫助時(shí)正常工藝條件為基礎(chǔ)。由于?；南葲Q條件是相當(dāng)苛刻的和由于樣本規(guī)模含量低，第一項(xiàng)任務(wù)是要找出影響最大的變數(shù)額的規(guī)模。3.1同步性進(jìn)程狀態(tài)是不斷變化的過程和造型的困難原因在沒有告知關(guān)于進(jìn)程的信息可用的動(dòng)態(tài)力度變化情況下8。高頻測(cè)量要找出在整個(gè)地帶的條件長(zhǎng)度。米爾傳感器位于不同的位置沿生產(chǎn)線和測(cè)量，因此在不同的時(shí)間記錄。同步的變量和對(duì)鋼材的測(cè)量分配地帶后方可數(shù)據(jù)分析解決。有在每一個(gè)時(shí)間序列的開始時(shí)間戳記，但由于引發(fā)了一系列測(cè)量前地帶到達(dá)適當(dāng)?shù)奈恢?，該指示它的測(cè)量范圍內(nèi)的系列的一部分屬于加沙地帶的長(zhǎng)度都必須解決。特征提取技術(shù)（如派生）的溫度和使用軋制力信號(hào)找到了加沙地帶的領(lǐng)先優(yōu)勢(shì)。此外，加沙地帶邊緣提取的滾動(dòng)力信號(hào)被用來相稱的帶鋼速度站到線程之間的速度，這是一個(gè)絕對(duì)的價(jià)值。在不同的地點(diǎn)進(jìn)行測(cè)量速度同步通過搜索最大相關(guān)在不同信號(hào)之間的滯后值?；谥R(shí)的速度超過帶鋼長(zhǎng)度和時(shí)間加沙地帶的前沿，其它測(cè)量可以找到。每一個(gè)變量的值是作為一個(gè)（測(cè)量，位置）為后續(xù)利用對(duì)例如在建模。3.2特征提取與變流量減少測(cè)量位置對(duì)進(jìn)一步處理由計(jì)算方式為每個(gè)10米部分的功能描述性統(tǒng)計(jì)和傅立葉變換。的特點(diǎn)為平均值，標(biāo)準(zhǔn)差，最小值，最大值，衍生金融工具，能源在1-5Hz的頻率間隔和5-20Hz的最大振幅和頻率與相關(guān)在1-25Hz相敏。此外，絕對(duì)幅度規(guī)模缺損比例向加沙地帶面積段。該功能必須與相連的規(guī)模缺陷資料，以便找到關(guān)鍵條件形成規(guī)模。阿高級(jí)官員會(huì)議9采用可視化上規(guī)模的缺陷依存關(guān)系映射的變量對(duì)規(guī)模不同的變量組合缺陷。該亞太經(jīng)合組織高官會(huì)是可以想像的非線性依賴性，并如已被用于許多工業(yè)應(yīng)用至在鋼鐵產(chǎn)品質(zhì)量軋制模型10,11。冗余和非影響因素的基礎(chǔ)上被拆除可視化。圖2顯示了變量和一些他們的共同生存與滾規(guī)模?？梢钥闯?，F(xiàn)1的頂部冷卻，F(xiàn)1_TopCoo，減少數(shù)量檢測(cè)規(guī)模。此外，高加工溫度，F(xiàn)6_Temp，似乎并沒有產(chǎn)生負(fù)面影響，如果有足夠的冷卻輥之間的第一對(duì)。除垢精軋前應(yīng)清除所有大規(guī)模集結(jié)，這意味著在此之前，拖延點(diǎn)應(yīng)該不會(huì)造成大規(guī)模的缺陷。然而，延誤分析，以驗(yàn)證這一點(diǎn)，因?yàn)橹辽偌t色規(guī)模編隊(duì)已連接到非規(guī)模完善搬遷的FeO/Fe2SiO4化合物造成的2。但是，有關(guān)規(guī)模效應(yīng)不顯著缺陷延誤被發(fā)現(xiàn)。3.3缺陷分析及規(guī)模預(yù)測(cè)在早期分析階段，樣品進(jìn)行了分類到3日和5質(zhì)量的基礎(chǔ)類的嚴(yán)重性規(guī)模缺陷。數(shù)據(jù)群集使用的KNN分類器與集群的區(qū)別進(jìn)行了研究?？梢暬挠?jì)算也做了總結(jié)規(guī)模以上缺陷的價(jià)值觀不同范圍相每個(gè)變量。原來，錳含量不紅色形成規(guī)模影響，這是一個(gè)眾所周知的事實(shí)2。錳紅色似乎影響形成規(guī)模，但進(jìn)一步分析表明，所造成的影響是由copresence硅。當(dāng)錳存在單獨(dú)的數(shù)量紅色的規(guī)模很小。預(yù)測(cè)模型是通過使用神經(jīng)網(wǎng)絡(luò)。兩個(gè)多層感知器，總綱發(fā)展藍(lán)圖12，和SOM型神經(jīng)網(wǎng)絡(luò)使用了。SOM的模型，基于50*30大小的地圖包含變量向量。權(quán)重地圖的單位被用來尋找最佳匹配單元，德國(guó)環(huán)境部，供參照樣本每個(gè)向量。在擦窗還包含了訓(xùn)練數(shù)據(jù)均值規(guī)模缺陷變量，它被作為輸出使用模型。采用MLP-型網(wǎng)絡(luò)患不均目標(biāo)變量的分布，這是一個(gè)